为了提高仪表读数及记录的工作效率，减少人工干预并降低出错概率，提出了一种基于OpenCV和LSSVM的数字仪表自动识别方法。首先选取免驱的USB摄像头采集仪表图像，然后采用Canny检测与Hough变换相结合的算法对仪表图像的倾斜角度进行校正；利用数学形态学、Otsu算法以及连通域提取对图像进行预处理和字符定位分割；最后，进行字符特征提取并利用最小二乘支持向量机算法对仪表读数进行识别。经过大量的实验验证，与现有的仪表读数识别方法相比，该方法具有更好的准确性，实现了数字仪表的自动识别功能。

详细详细讲解matlab的图像处理技术与机器视觉，大量案例分析，带有程序方便学习交流

基于机器视觉的智能导盲系统中关键帧提取方法的研究.pdf

通过对零件尺寸机器视觉检测系统的关键技术进行研究,分析了零件边缘灰度值变化,结合Roberts算子检测出的边缘呈多像素宽度的特点,提出了基于最小二乘曲线拟合的亚像素边缘检测方法用于边缘检测。实验结果表明:检测系统的测量精度能达到2μm。

这是1-14，16-17章的资料，15章太大（网站最大上传60MB），分开上传，请到我主页下载。不要分，希望大家以后上传也免费共享。

The seeds for this book were first planted in 2001 when Steve Seitz at the University of Wash- ington invited me to co-teach a course called “Computer Vision for Computer Graphics”. At that time, computer vision techniques were increasingly being used in computer graphics to create image-based models of real-world objects, to create visual effects, and to merge real- world imagery using computational photography techniques. Our decision to focus on the applications of computer vision to fun problems such as image stitching and photo-based 3D modeling from personal photos seemed to resonate well with our students.

Sherlock是一先进的机器视觉软件，极易配置操作， 适用于各种各样自动化检测应用。其基于Windows， 点击式，可快速试验及开发的图形式环境平台提供部 署了丰富的经实践证明的图像工具和处理功能。

HALCON_三维机器视觉方法介绍（大恒2012年6月份深圳培训资料）

提出了一种基于机器视觉的包装袋缺陷检测方法。以冰棍包装袋缺陷检测为实例，提取了长度、宽度、面积、填充度和监测框与内部目标区域的位置关系5种特征值，经缺陷检测与分类，输出了连袋、外形尺寸错误、包装袋上有异物和包装版面移动4种缺陷类型。实验结果表明，算法缺陷识别成功率可达98.75%，满足生产过程对实时、快速、高精度的要求,已被应用于实际生产线，取得了良好效果。

包含九个项目，1.适用于Android的Cartoonifier和换肤器。2.iPhone或iPad上基于标记的增强现实技术。3.无标记增强现实。4.使用OpenCV从Motion探索结构。5.基于SVM和神经网络的车牌识别。6.非刚性人脸跟踪。7.使用AAM和POSIT进行3D头部姿态估计。8.使用特征脸或Fisherfaces进行人脸识别。9.使用Microsoft Kinect开发Fluid Wall。 Chapter1_AndroidCartoonifier Chapter2_iPhoneAR Chapter3_MarkerlessAR Chapter4_StructureFromMotion Chapter5_NumberPlateRecognition Chapter6_NonRigidFaceTracking Chapter7_HeadPoseEstimation Chapter8_FaceRecognition Chapter9_FluidInteractionUsingKinect